【摘要】：基于振動的結(jié)構(gòu)損傷識別方法在實際應(yīng)用過程中會遇到測量噪聲、測試數(shù)據(jù)不完備以及環(huán)境因素變化等不確定性因素的影響,致使損傷識別結(jié)果的可靠性較低。本文進(jìn)行環(huán)境因素(溫度、質(zhì)量)影響下的結(jié)構(gòu)損傷識別研究。將實測加速度響應(yīng)的第一階自回歸(Autoregressive,簡稱AR)模型系數(shù)作為損傷特征參數(shù)(Damage Feature,簡稱DF),根據(jù)結(jié)構(gòu)局部損傷會破壞各測點DF之間的相互關(guān)系這一思路,分別采用協(xié)整、主成分分析和因子分析技術(shù)研究去除溫度和平臺質(zhì)量變化對海洋平臺結(jié)構(gòu)損傷識別的影響,五層海洋平臺結(jié)構(gòu)的數(shù)值模擬和模型試驗結(jié)果驗證了上述方法的有效性。主要內(nèi)容如下:(1)綜述了基于振動的結(jié)構(gòu)損傷識別方法,主要介紹了去除環(huán)境因素影響的方法。(2)利用線性協(xié)整方法對海洋平臺不同節(jié)點處的DF序列進(jìn)行協(xié)整,將協(xié)整殘差作為去除了環(huán)境因素影響的損傷指標(biāo),結(jié)合統(tǒng)計控制圖判斷結(jié)構(gòu)的損傷狀況。(3)分別利用主成分和次成分去除環(huán)境因素對損傷識別的影響。利用主成分的方法首先將原始DF向量投影至受環(huán)境因素影響大的低維空間,然后再逆投影至原始空間,將逆投影后的DF向量到原始DF向量的馬氏距離作為去除了環(huán)境因素影響的損傷指標(biāo),結(jié)合統(tǒng)計控制圖判斷結(jié)構(gòu)的損傷狀況。利用次成分的方法只需提取受環(huán)境因素影響小但對損傷敏感的幾階次成分,直接計算次成分得分向量到基準(zhǔn)樣本中心的馬氏距離,將其作為去除了環(huán)境因素影響的損傷指標(biāo),結(jié)合統(tǒng)計控制圖判斷結(jié)構(gòu)的損傷狀況。結(jié)果表明,當(dāng)選取的主成分階次與次成分階次互補(bǔ)(二者之和等于所有階次)時,兩種方法的損傷識別結(jié)果相同。(4)利用因子分析法提取原始DF的公因子,利用受環(huán)境因素影響大的公因子估計原始DF向量,將DF向量的估計值到原始值的馬氏距離作為去除了環(huán)境因素影響的損傷指標(biāo),結(jié)合統(tǒng)計控制圖判斷結(jié)構(gòu)的損傷狀況。
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P742;TU317

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李萬潤;杜永峰;倪一清;李慧;;基于偽傳遞函數(shù)的高聳結(jié)構(gòu)損傷識別[J];振動.測試與診斷;2015年01期

2 時培明;蘇翠嬌;韓東穎;;基于AMD-HHT的非平穩(wěn)信號緊密間隔頻率檢測[J];儀器儀表學(xué)報;2014年12期

3 閆維明;馬裕超;何浩祥;石魯寧;;雙線性時頻分布交叉項提取及損傷識別應(yīng)用[J];振動.測試與診斷;2014年06期

4 王佐才;任偉新;邢云斐;;基于解析模態(tài)分解的時變與弱非線性結(jié)構(gòu)密集模態(tài)參數(shù)識別[J];振動與沖擊;2014年19期

5 侯立群;趙雪峰;歐進(jìn)萍;劉春城;;結(jié)構(gòu)損傷診斷不確定性方法研究進(jìn)展[J];振動與沖擊;2014年18期

6 張超;袁彥霞;;頻率調(diào)制經(jīng)驗?zāi)B(tài)分解在軸承故障診斷中的應(yīng)用[J];振動與沖擊;2014年18期

7 余祥;李鳳臣;張麗娜;肖燁;崔鵬飛;邵繼勇;;基于Hilbert-Huang變換的結(jié)構(gòu)損傷識別研究進(jìn)展[J];工程質(zhì)量;2014年08期

8 梁亞斌;李東升;李宏男;;環(huán)境溫度影響下基于結(jié)構(gòu)連續(xù)位移曲率組合的損傷識別方法[J];沈陽建筑大學(xué)學(xué)報(自然科學(xué)版);2014年03期

9 梁亞斌;李東升;李宏男;;環(huán)境溫度影響下基于頻率協(xié)整的在線損傷識別[J];大連理工大學(xué)學(xué)報;2014年03期

10 陳淮;萬擁軍;孫增壽;;基于第二代小波變換的結(jié)構(gòu)損傷識別[J];鐵道科學(xué)與工程學(xué)報;2014年01期

，

本文編號：2534457